英伟达
Networking Solution Test Engineer - AI IB and Ethernet Cluster Debugging
Networking Solution Test Engineer - AI IB and Ethernet Cluster Debugging
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
Ai Networking
Ethernet
Nccl
Rdma
Test Automation
值不值得投
82综合评分
综合评分 82
顶尖AI基础设施技术岗，前沿技术驱动，成长空间广阔，适合硬核技术极客
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比测试开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 510 个在招 · 其中测试开发 61 个
市场机会
选择面较广
上海 · 测试开发 · 约 340 个在招
职位详情
关于这个职位
负责英伟达AI集群网络（InfiniBand/Ethernet）的端到端验证与调试
需构建复杂测试环境，定位硬件、系统及软件层面的缺陷，并通过代码分析和自动化手段解决NCCL/RDMA等核心组件的性能与正确性问题
最低要求
计算机科学或电气工程专业学士学历或同等IT/网络/系统经验
年以上Linux网络或系统级测试调试经验
精通Linux网络调试工具（如perf, tcpdump, ethtool等）
具备生产级问题排查能力
熟悉主机侧NIC验证与调优
掌握AI网络库（如NCCL）及协议（RoCE/RDMA）
能阅读C/C++/Python源码并协作修复
熟练使用Bash/Python/Ansible进行脚本与自动化
工作职责
设计并审查InfiniBand/Ethernet/NIC/DPU/Switch组合的产品需求与测试方案，聚焦大规模AI集群行为
搭建和维护逼真的客户场景测试床，包含异构硬件、OS/驱动组合及复杂网络拓扑
负责端到端集群故障排查：复现客户场景，分层定位问题并推动至根因修复
阅读相关源代码以识别缺陷，验证修复方案并改进日志记录与仪器检测
与开发团队紧密合作，使用日志、代码检查和针对性实验调试NCCL、RoCE/RDMA等网络组件
定义测试用例，指导自动化团队实施稳健的测试套件，生成可操作的日志、指标和追踪数据
执行回归、性能、功能和规模测试，分析结果并向利益相关者提供清晰的数据驱动报告
对深度学习训练和推理工作负载进行画像和基准测试，将模型级指标与系统和网络遥测数据关联以发现瓶颈
优先资格
有NCCL集体通信库或大规模LLM训练/推理集群调试经验
熟悉千卡/万卡级集群环境与故障复盘
深入掌握AI负载下的拥塞控制与无损以太网调优（DCQCN, ECN, PFC）
熟悉英伟达BlueField/ConnectX网卡及其软件栈
具备跨层（L2/L3/传输/AI框架）问题调试或开源贡献经验
AI 洞察
优缺点分析
优点
- 接触全球最前沿的AI算力基础设施，技术栈极具竞争力
- 在英伟达这样的行业标杆企业，职业背书价值高
- 解决高难度系统级问题带来的成就感强
- 需要持续跟进快速迭代的AI框架与网络协议
- 喜欢钻研底层技术、具备极强逻辑思维和问题排查能力的系统级工程师，对AI基础设施有浓厚兴趣者
缺点 / 挑战
- 问题定位极其复杂，涉及硬件、驱动、OS及上层应用多层交互，压力较大
角色解读
- 可向高级系统架构师、网络专家或测试技术负责人发展，深耕AI基础设施底层技术，成为垂直领域权威
- 负责AI超级计算集群的网络子系统验证，确保InfiniBand和以太网在大规模训练任务中的稳定性与性能
- 精通Linux内核网络栈调试，熟练掌握NCCL/RDMA等AI通信库原理，具备C/C++代码阅读与自动化脚本编写能力
申请策略
- 强调在多团队协作中的沟通能力，展示在高压环境下独立定位根因的能力，体现对AI集群规模的认知
- 突出Linux网络调试实战案例，展示对NCCL/RDMA协议的深度理解，列举具体的自动化测试框架搭建经验及性能优化成果
- 复习TCP/IP协议栈细节，深入学习RDMA工作原理，练习使用perf/eBPF等高级调试工具，了解主流AI框架的网络通信机制
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点阐述假设形成、实验设计、数据收集分析及最终根因确定的逻辑链条
- 请描述一次你通过代码分析定位深层系统Bug的经历
- 如何诊断NCCL通信中的性能瓶颈？
- 解释RDMA的工作流程及其相比传统Socket的优势
- 在大规模集群中，如何处理网络丢包导致的训练失败？
- 复习Linux网络子系统核心概念，准备1-2个复杂的系统级Debug案例，熟悉英伟达最新的网络产品特性（如ConnectX系列）
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为已上市的跨国巨头，提供具有市场竞争力的薪酬福利体系，虽JD未明示具体数字，但行业标准显示其待遇处于高位。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
95较高
职位直接参与AI集群核心网络技术研发，技术前沿性极高，个人成长空间巨大，是典型的职业发展高地。
技术前沿前沿/新兴技术
技术栈AI Clusters、InfiniBand、Ethernet、NCCL、RoCE、RDMA、Linux Kernel、C/C++、Python
业务类型profit_center
工作生活
60中等
JD未明确提及弹性工作制或WLB政策，作为核心研发岗位，通常面临一定的交付压力和项目节奏，工作强度可能较高。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
致力于构建支撑全球AI发展的基础设施，社会影响力显著，技术使命感强，属于推动科技进步的关键角色。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
英伟达 的其他在招职位
相似职位推荐
Watch Jobs